Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Matemātiskā statistika I
Kursa kods
SL_008
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Sabiedrības veselība
LKI
6. līmenis
Studiju veids un forma
Pilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Vinita Cauce
Struktūrvienības vadītājs
Andrejs Ivanovs
Struktūrvienība
Statistikas mācību laboratorija
Kontaktinformācija
Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistika@rsu.lv, www.rsu.lv/statlab
Par studiju kursu
Mērķis
Apgūt aprakstošās statistikas, hipotēžu pārbaudes pamatzināšanas un gūt priekšstatu par IBM SPSS programmas lietojumu specialitātē.
Priekšzināšanas
Matemātikas un informātikas zināšanas vidusskolas programmas līmenī, bet vēlams, lai iepriekš tiktu apgūts izvēles kurss informātika (1. st. gadā).
Studiju rezultāti
Zināšanas
1.Veiksmīgas studiju kursa apguves rezultātā studenti: • Nosauks un izskaidros svarīgākās aprakstošās statistikas un hipotēžu pārbaudes pamatu raksturīgo vārdu kopas latviešu un angļu valodā. • Atpazīs pamatsituācijas datu apstrādē aprakstošās statistikas un hipotēžu pārbaudes pamata līmenī.
Prasmes
1.Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: • Sagatavot datus apstrādei IBM SPSS vidē. • Atlasīt datus pēc dažādiem kritērijiem SPSS vidē. • Pieņemt lēmumus par piemērotas aprakstošās statistikas aprēķiniem, diagrammu konstruēšanu un hipotēžu pārbaudi pamata līmenī. • Aprēķināt aprakstošo statistiku, konstruēt diagrammas un tabulas. • Veikt hipotēžu pārbaudi pamata līmenī IBM SPSS vidēs. • Interpretēt datu apstrādes rezultātus atbilstoši specialitātei.
Kompetences
1.Veiksmīgas studiju kursa apguves rezultātā, studenti spēs pareizi interpretēt statiskos rādītājus, lasot zinātnisko literatūru specialitātē.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Individuālais darbs ar literatūru – sagatavošanās nodarbībai, neskaidro terminu noskaidrošana, mājas uzdevumu izpilde.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Aktīva līdzdalība praktiskajās nodarbībās.
Patstāvīgais darbs par datu apstrādi aprakstošās statistikas un hipotēžu pārbaudes pamata līmenī, kurā nepieciešams veikt aprēķinus un interpretēt rezultātus. Par katru kavēto nodarbību – tēmas kopsavilkums, izmantojot norādīto literatūru (min. viena A4 lapa).
Studiju kursa noslēgumā rakstisks pārbaudījums: datorizēts tests ar 30 jautājumiem par reprezentatīvām nosaukumu kopām un lēmumu pieņemšanu datu apstrādē – 50%, praktisko uzdevumu risināšana IBM SPSS vidē – 30%, patstāvīgais darbs -20%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Ievads statistikā: statistikas vieta un loma. Statistisko aprēķinu rīki (kalkulatori, programmas). Ievads SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Datu veidi. Mainīgie, to mērījumu skalas. Datu ievade un datu apmaiņa MS Office un SPSS vidēs.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Tabulas un diagrammas IBM SPSS un Excel vidē.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāju aprēķināšana IBM SPSS un Excel vidē: frekvenču aprēķināšana, centrālas tendences un izkliedes rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāju aprēķināšana IBM SPSS un Excel vidē: frekvenču aprēķināšana, centrālas tendences un izkliedes rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāju aprēķināšana IBM SPSS un Excel vidē: frekvenču aprēķināšana, centrālas tendences un izkliedes rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Varbūtību teorijas elementi. Teorētiskie datu sadalījumi. Normālsadalījums. Normētais standartsadalījums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Ticamības intervāli, to aprēķināšana SPSS un TI kalkulātoros.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Hipotēžu pārbaude. Divi kvantitatīvi mainīgie (divas izlases). Parametriskā un neparametriskās metodes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Hipotēžu pārbaude. Divi kvantitatīvi mainīgie (divas izlases). Parametriskā un neparametriskās metodes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Hipotēžu pārbaude. Kvantitatīvie mainīgie (trīs un vairāk grupu salīdzināšana). Parametriskās un neparametriskās metodes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Hipotēžu pārbaude. Kvantitatīvie mainīgie (trīs un vairāk grupu salīdzināšana). Parametriskās un neparametriskās metodes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Hipotēžu pārbaude. Kvalitatīvie dati. 2 x 2 šķērstabulas.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Hipotēžu pārbaudes. Kvalitatīvie dati. R x C šķērstabulas.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Kursa kopsavilkums. Patstāvīgais darbs.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Patstāvīgā darba prezentācija.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
32 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Teibe U. Bioloģiskā statistika. LU, 2007. (akceptējams izdevums)
Papildu literatūra
1.
A. Field. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018.
2.
Petrie A. & Sabin Caroline. Medical Statistics at a Glance. Willey Blackwell, 2020.